Multi-label Classification

3 items

RESEARCHarXiv CS.CL·il y a 21j

Retrieval-Based Multi-Label Legal Annotation: Extensible, Data-Efficient and Hallucination-Free

L'article propose d'aborder l'annotation juridique multi-étiquettes comme une tâche de récupération, en utilisant des modèles figés et des k-plus proches voisins pour attribuer les étiquettes. Cette méthode atteint une précision compétitive et une forte efficacité des données sur des ensembles de données juridiques, réduisant considérablement les coûts de calcul par rapport au réglage fin des grands modèles linguistiques.

Multi-label Classification LLMs Legal AI Data efficiency

RESEARCHarXiv CS.CL·il y a 8j

Knowledge Graph-Enhanced Zero-Shot Topic Classification: A Multi-Strategy Comparative Study

Cet article propose un cadre de classification thématique multi-étiquette à tir unique, étudiant systématiquement comment l'augmentation du graphe de connaissances par article affecte ses performances. Les auteurs testent huit méthodes sur quinze LLM et huit ensembles de données multi-étiquettes, concluant que la classification améliorée par mots-clés est la méthode la plus performante dans le cadre de base.

Multi-label Classification LLMs Knowledge Graph Zero-Shot Topic Classification

RESEARCHDEV.to AI·10/05/2026

Learning Deep Latent Spaces for Multi-Label Classification

Cette recherche explore des méthodes pour apprendre des espaces latents profonds afin d'améliorer la classification multi-étiquettes. Elle vise à représenter les données dans un espace significatif de dimension inférieure pour une précision et une efficacité accrues.

Multi-label Classification deep learning learning machine learning